°£Æí°áÁ¦, ½Å¿ëÄ«µå û±¸ÇÒÀÎ
ÀÎÅÍÆÄÅ© ·Ôµ¥Ä«µå 5% (14,540¿ø)
(ÃÖ´ëÇÒÀÎ 10¸¸¿ø / Àü¿ù½ÇÀû 40¸¸¿ø)
ºÏÇǴϾð ·Ôµ¥Ä«µå 30% (10,710¿ø)
(ÃÖ´ëÇÒÀÎ 3¸¸¿ø / 3¸¸¿ø ÀÌ»ó °áÁ¦)
NH¼îÇÎ&ÀÎÅÍÆÄÅ©Ä«µå 20% (12,240¿ø)
(ÃÖ´ëÇÒÀÎ 4¸¸¿ø / 2¸¸¿ø ÀÌ»ó °áÁ¦)
Close

ÅÙ¼­Ç÷Π: 25½Ã°£¸¸¿¡ ¹è¿ì´Â ¸Ó½Å·¯´× ¿¹Á¦

¼Òµæ°øÁ¦

2013³â 9¿ù 9ÀÏ ÀÌÈÄ ´©Àû¼öÄ¡ÀÔ´Ï´Ù.

°øÀ¯Çϱâ
Á¤°¡

17,000¿ø

  • 15,300¿ø (10%ÇÒÀÎ)

    850P (5%Àû¸³)

ÇÒÀÎÇýÅÃ
Àû¸³ÇýÅÃ
  • S-Point Àû¸³Àº ¸¶ÀÌÆäÀÌÁö¿¡¼­ Á÷Á¢ ±¸¸ÅÈ®Á¤ÇϽŠ°æ¿ì¸¸ Àû¸³ µË´Ï´Ù.
Ãß°¡ÇýÅÃ
¹è¼ÛÁ¤º¸
  • 5/3(±Ý) À̳» ¹ß¼Û ¿¹Á¤  (¼­¿ï½Ã °­³²±¸ »ï¼º·Î 512)
  • ¹«·á¹è¼Û
ÁÖ¹®¼ö·®
°¨¼Ò Áõ°¡
  • À̺¥Æ®/±âȹÀü

  • ¿¬°üµµ¼­

  • »óÇ°±Ç

AD

Ã¥¼Ò°³

ÀΰøÁö´É, ¸Ó½Å·¯´×Àº ¸¹ÀÌ µé¾îº» ´Ü¾îÀÌÁö¸¸ Ãʺ¸ÀÚ¿¡°Ô´Â ½±°Ô ÀÌÇØÇϱâ Èûµç ³»¿ëÀ̾ú´Ù. ¾î¶»°Ô ÇÏ¸é ½±°Ô ¸Ó½Å·¯´×ÀÇ ¿ø¸®¸¦ ÀÌÇØÇÒ ¼ö ÀÖÀ»±î Çؼ­ ÀÌ Ã¥À» ¾²°Ô µÇ¾ú´Ù. ¸¹Àº ³»¿ëÀ» ´Ù·ç´Â °Íº¸´Ù ÇÙ½ÉÀûÀÎ ³»¿ëÀ» ´Ü±â°£¿¡ ¹è¿ï ¼ö ÀÖµµ·Ï ±¸¼ºÇÏ¿´´Ù. ±¸Ã¼ÀûÀ¸·Î´Â MNIST ¼Õ±Û¾¾ µ¥ÀÌÅ͸¦ ÀνÄÇÏ´Â ¾Ë°í¸®ÁòÀ» ÁýÁßÀûÀ¸·Î ¼Ò°³ÇÒ °ÍÀÌ´Ù. Á» ´õ ÀÚ¼¼ÇÏ°í ±íÀÌ ÀÖ´Â ³»¿ëÀº °ü·Ã Âü°í¹®ÇåÀ» ã¾Æ¼­ ÇнÀÇϸé ÁÁ°Ú´Ù. º» µµ¼­´Â ?½Ã°£ ¸¸¿¡ ¹è¿ì´Â ¸Ó½Å·¯´× ¿¹Á¦: MATLAB È°¿ë'ÀÇ TensorFlow ¹öÀüÀÌ´Ù. ÅÙ¼­Ç÷Î(TensorFlow)´Â ±¸±Û(Google)¿¡¼­ ¸Ó½Å·¯´×°ú µö·¯´×À» À§ÇØ ¸¸µç ¿ÀÇ ¼Ò½º ¶óÀ̺귯¸®´Ù. ÅÙ¼­Ç÷δ ¿©·¯ µ¥ÀÌÅÍ(À̹ÌÁö, À½¼º, ºñµð¿À µî)¸¦ ½±°Ô ´Ù·ê ¼ö ÀÖÀ¸¸ç ´Ù¾çÇÑ ÄÄÇ»ÅÍ ¾ð¾î¸¦ Áö¿øÇÏ°í ÀÖ´Ù. ¶ÇÇÑ ¸Ó½Å·¯´× ºÐ¾ß¿¡¼­ ÅÙ¼­Ç÷ΠĿ¹Â´ÏƼ°¡ Å©°Ô ÀÚ¸® Àâ°í ÀÖ¾î Á¤º¸ ±³·ù°¡ ºü¸£´Ù´Â ÀåÁ¡À» °¡Áö°í ÀÖ´Ù. µû¶ó¼­ º» µµ¼­ÀÇ ¸ñÇ¥´Â ÅÙ¼­ÇÃ·Î¿Í ¸Ó½Å·¯´× ¾Ë°í¸®ÁòÀ» ÅëÇØ MNIST ¼Õ±Û¾¾ µ¥ÀÌÅ͸¦ ÇнÀÇÏ´Â Äڵ带 ÀÛ¼ºÇÏ´Â °ÍÀÌ´Ù.

¸ñÂ÷

Á¦ 1 Àå ¼³Ä¡ ¹× »ç¿ë¹ý
Á¦ 1 Àý ¾Æ³ªÄÜ´Ù ¼³Ä¡Çϱâ
Á¦ 2 Àý ÅÙ¼­Ç÷Π¼³Ä¡
2.1 'Anaconda Prompt' ½ÇÇà
2.2 'conda' ¾÷µ¥ÀÌÆ®
2.3 °¡»óȯ°æ »ý¼º
2.4 °¡»óȯ°æ È°¼ºÈ­ ¹× ºñÈ°¼ºÈ­
2.5 ÆÄÀ̽ã(Python) 3.8 ¼³Ä¡
2.6 ÅÙ¼­Ç÷Î(TensorFlow) 2.4.0 ¼³Ä¡
2.7 ÆÐÅ°Áö(package)¼³Ä¡
Á¦ 3 Àý ÁÖÇÇÅÍ ³ëÆ®ºÏ(Jupyter notebook) »ç¿ë¹ý
3.1 ÆÄÀ̽㠳ëÆ®ºÏ ¸¸µé±â
3.2 ÆÐÅ°Áö ¼³Ä¡ È®ÀÎ
Á¦ 4 Àý ±âº» ¸í·É¾î
Á¦ 5 Àý ÀÚ·áÇü
Á¦ 6 Àý ¿©·¯ °¡Áö ³»Àå ÇÔ¼ö
Á¦ 7 Àý ±âº» ±¸¹®

Á¦ 2 Àå ¸Ó½Å·¯´× (Machine Learning)
Á¦ 1 Àý °æ»ç ÇÏ°­¹ý(Gradient descent method)
Á¦ 2 Àý °£´ÜÇÑ ºÐ·ù±â
Á¦ 3 Àý Àº´ÐÃþ (Hidden Layer)
Á¦ 4 Àý MNIST database
Á¦ 5 Àý ¼ýÀÚÀÎ½Ä ¸Ó½Å·¯´× ¾Ë°í¸®Áò

Á¦ 3 Àå 25½Ã ÀÌÈÄ¿¡ ´õ Çغ¼ ¹®Á¦

ÀúÀÚ¼Ò°³

±è»ó±Ç [Àú] ½ÅÀ۾˸² SMS½Åû
»ý³â¿ùÀÏ -

°í·Á´ëÇб³ ¼öÇб³À°°ú¸¦ Á¹¾÷(1995³â, ÀÌÇÐÇлç) ÇÏ°í ´Ù¾çÇÑ ÁÖÁ¦¸¦ ¹ÙÅÁÀ¸·Î ±³À° ¹× ¿¬±¸ ÇÁ·ÎÁ§Æ®¸¦ ¼öÇàÇÏ°í ´Ù¼öÀÇ ³í¹®°ú Àú¼­¸¦ °øµ¿¿¬±¸ÀÚµé°ú °°ÀÌ ¹ßÇ¥Çß´Ù. Àú¼­·Î´Â ¡º»ê¾÷ÀÀ¿ë¼öÇÐÀÇ ±âº» (ÆÄÀ̽ã È°¿ë)¡», ¡º25½Ã°£¸¸¿¡ ¹è¿ì´Â ¸Ó½Å·¯´× ¿¹Á¦ (MATLAB È°¿ë) 2ÆÇ¡», ¡ºº¸¸£³ëÀÌ ´ÙÀ̾î±×·¥¡», ¡ºÄÚµù±³À°À» À§ÇÑ ÄÚµù¼öÇÐÁöµµ¼­¡», ¡º¼öÇÐÀû ¸ðµ¨¸µ ÄÜÅÙÃ÷. 1¡», ¡ºÀÌ°ø°è ¿µ¾î°úÇÐ³í¹® ÀÛ¼º¹ý ¹× Åõ°í ¸Å´º¾ó¡» µîÀÌ ÀÖ´Ù.

±èÇöµ¿, °û¼öºó, ÇÑÇö¼ö, ÀåÇѺ°, ±èÁؼ® [Àú] ½ÅÀ۾˸² SMS½Åû
»ý³â¿ùÀÏ -

ÇØ´çÀÛ°¡¿¡ ´ëÇÑ ¼Ò°³°¡ ¾ø½À´Ï´Ù.

Àü°øµµ¼­/´ëÇб³Àç ºÐ¾ß¿¡¼­ ¸¹Àº ȸ¿øÀÌ ±¸¸ÅÇÑ Ã¥

    ¸®ºä

    0.0 (ÃÑ 0°Ç)

    100ÀÚÆò

    ÀÛ¼º½Ã À¯ÀÇ»çÇ×

    ÆòÁ¡
    0/100ÀÚ
    µî·ÏÇϱâ

    100ÀÚÆò

    0.0
    (ÃÑ 0°Ç)

    ÆǸÅÀÚÁ¤º¸

    • ÀÎÅÍÆÄÅ©µµ¼­¿¡ µî·ÏµÈ ¿ÀǸ¶ÄÏ »óÇ°Àº ±× ³»¿ë°ú Ã¥ÀÓÀÌ ¸ðµÎ ÆǸÅÀÚ¿¡°Ô ÀÖÀ¸¸ç, ÀÎÅÍÆÄÅ©µµ¼­´Â ÇØ´ç »óÇ°°ú ³»¿ë¿¡ ´ëÇØ Ã¥ÀÓÁöÁö ¾Ê½À´Ï´Ù.

    »óÈ£

    (ÁÖ)±³º¸¹®°í

    ´ëÇ¥ÀÚ¸í

    ¾Èº´Çö

    »ç¾÷ÀÚµî·Ï¹øÈ£

    102-81-11670

    ¿¬¶ôó

    1544-1900

    ÀüÀÚ¿ìÆíÁÖ¼Ò

    callcenter@kyobobook.co.kr

    Åë½ÅÆǸž÷½Å°í¹øÈ£

    01-0653

    ¿µ¾÷¼ÒÀçÁö

    ¼­¿ïƯº°½Ã Á¾·Î±¸ Á¾·Î 1(Á¾·Î1°¡,±³º¸ºôµù)

    ±³È¯/ȯºÒ

    ¹ÝÇ°/±³È¯ ¹æ¹ý

    ¡®¸¶ÀÌÆäÀÌÁö > Ãë¼Ò/¹ÝÇ°/±³È¯/ȯºÒ¡¯ ¿¡¼­ ½Åû ¶Ç´Â 1:1 ¹®ÀÇ °Ô½ÃÆÇ ¹× °í°´¼¾ÅÍ(1577-2555)¿¡¼­ ½Åû °¡´É

    ¹ÝÇ°/±³È¯°¡´É ±â°£

    º¯½É ¹ÝÇ°ÀÇ °æ¿ì Ãâ°í¿Ï·á ÈÄ 6ÀÏ(¿µ¾÷ÀÏ ±âÁØ) À̳»±îÁö¸¸ °¡´É
    ´Ü, »óÇ°ÀÇ °áÇÔ ¹× °è¾à³»¿ë°ú ´Ù¸¦ °æ¿ì ¹®Á¦Á¡ ¹ß°ß ÈÄ 30ÀÏ À̳»

    ¹ÝÇ°/±³È¯ ºñ¿ë

    º¯½É ȤÀº ±¸¸ÅÂø¿À·Î ÀÎÇÑ ¹ÝÇ°/±³È¯Àº ¹Ý¼Û·á °í°´ ºÎ´ã
    »óÇ°À̳ª ¼­ºñ½º ÀÚüÀÇ ÇÏÀÚ·Î ÀÎÇÑ ±³È¯/¹ÝÇ°Àº ¹Ý¼Û·á ÆǸÅÀÚ ºÎ´ã

    ¹ÝÇ°/±³È¯ ºÒ°¡ »çÀ¯

    ·¼ÒºñÀÚÀÇ Ã¥ÀÓ ÀÖ´Â »çÀ¯·Î »óÇ° µîÀÌ ¼Õ½Ç ¶Ç´Â ÈÑ¼ÕµÈ °æ¿ì
    (´ÜÁö È®ÀÎÀ» À§ÇÑ Æ÷Àå ÈѼÕÀº Á¦¿Ü)

    ·¼ÒºñÀÚÀÇ »ç¿ë, Æ÷Àå °³ºÀ¿¡ ÀÇÇØ »óÇ° µîÀÇ °¡Ä¡°¡ ÇöÀúÈ÷ °¨¼ÒÇÑ °æ¿ì
    ¿¹) È­ÀåÇ°, ½ÄÇ°, °¡ÀüÁ¦Ç°(¾Ç¼¼¼­¸® Æ÷ÇÔ) µî

    ·º¹Á¦°¡ °¡´ÉÇÑ »óÇ° µîÀÇ Æ÷ÀåÀ» ÈѼÕÇÑ °æ¿ì
    ¿¹) À½¹Ý/DVD/ºñµð¿À, ¼ÒÇÁÆ®¿þ¾î, ¸¸È­Ã¥, ÀâÁö, ¿µ»ó È­º¸Áý

    ·½Ã°£ÀÇ °æ°ú¿¡ ÀÇÇØ ÀçÆǸŰ¡ °ï¶õÇÑ Á¤µµ·Î °¡Ä¡°¡ ÇöÀúÈ÷ °¨¼ÒÇÑ °æ¿ì

    ·ÀüÀÚ»ó°Å·¡ µî¿¡¼­ÀÇ ¼ÒºñÀÚº¸È£¿¡ °üÇÑ ¹ý·üÀÌ Á¤ÇÏ´Â ¼ÒºñÀÚ Ã»¾àöȸ Á¦ÇÑ ³»¿ë¿¡ ÇØ´çµÇ´Â °æ¿ì

    »óÇ° Ç°Àý

    °ø±Þ»ç(ÃâÆÇ»ç) Àç°í »çÁ¤¿¡ ÀÇÇØ Ç°Àý/Áö¿¬µÉ ¼ö ÀÖÀ½

    ¼ÒºñÀÚ ÇÇÇغ¸»ó
    ȯºÒÁö¿¬¿¡ µû¸¥ ¹è»ó

    ·»óÇ°ÀÇ ºÒ·®¿¡ ÀÇÇÑ ±³È¯, A/S, ȯºÒ, Ç°Áúº¸Áõ ¹× ÇÇÇغ¸»ó µî¿¡ °üÇÑ »çÇ×Àº ¼ÒºñÀÚºÐÀïÇØ°á ±âÁØ (°øÁ¤°Å·¡À§¿øȸ °í½Ã)¿¡ ÁØÇÏ¿© 󸮵Ê

    ·´ë±Ý ȯºÒ ¹× ȯºÒÁö¿¬¿¡ µû¸¥ ¹è»ó±Ý Áö±Þ Á¶°Ç, ÀýÂ÷ µîÀº ÀüÀÚ»ó°Å·¡ µî¿¡¼­ÀÇ ¼ÒºñÀÚ º¸È£¿¡ °üÇÑ ¹ý·ü¿¡ µû¶ó ó¸®ÇÔ

    (ÁÖ)KGÀ̴Ͻýº ±¸¸Å¾ÈÀü¼­ºñ½º¼­ºñ½º °¡ÀÔ»ç½Ç È®ÀÎ

    (ÁÖ)ÀÎÅÍÆÄÅ©Ä¿¸Ó½º´Â ȸ¿ø´ÔµéÀÇ ¾ÈÀü°Å·¡¸¦ À§ÇØ ±¸¸Å±Ý¾×, °áÁ¦¼ö´Ü¿¡ »ó°ü¾øÀÌ (ÁÖ)ÀÎÅÍÆÄÅ©Ä¿¸Ó½º¸¦ ÅëÇÑ ¸ðµç °Å·¡¿¡ ´ëÇÏ¿©
    (ÁÖ)KGÀ̴Ͻýº°¡ Á¦°øÇÏ´Â ±¸¸Å¾ÈÀü¼­ºñ½º¸¦ Àû¿ëÇÏ°í ÀÖ½À´Ï´Ù.

    ¹è¼Û¾È³»

    • ±³º¸¹®°í »óÇ°Àº Åùè·Î ¹è¼ÛµÇ¸ç, Ãâ°í¿Ï·á 1~2Àϳ» »óÇ°À» ¹Þ¾Æ º¸½Ç ¼ö ÀÖ½À´Ï´Ù.

    • Ãâ°í°¡´É ½Ã°£ÀÌ ¼­·Î ´Ù¸¥ »óÇ°À» ÇÔ²² ÁÖ¹®ÇÒ °æ¿ì Ãâ°í°¡´É ½Ã°£ÀÌ °¡Àå ±ä »óÇ°À» ±âÁØÀ¸·Î ¹è¼ÛµË´Ï´Ù.

    • ±ººÎ´ë, ±³µµ¼Ò µî ƯÁ¤±â°üÀº ¿ìü±¹ Åù踸 ¹è¼Û°¡´ÉÇÕ´Ï´Ù.

    • ¹è¼Ûºñ´Â ¾÷ü ¹è¼Ûºñ Á¤Ã¥¿¡ µû¸¨´Ï´Ù.

    • - µµ¼­ ±¸¸Å ½Ã 15,000¿ø ÀÌ»ó ¹«·á¹è¼Û, 15,000¿ø ¹Ì¸¸ 2,500¿ø - »óÇ°º° ¹è¼Ûºñ°¡ ÀÖ´Â °æ¿ì, »óÇ°º° ¹è¼Ûºñ Á¤Ã¥ Àû¿ë